با افزایش نفوذ منابع تجدیدپذیر در ریزشبکه‌ها، عدم‌قطعیت‌ها در تولید باد و خورشید، نوسانات بار و قیمت برق، برنامه‌ریزی و بهره‌برداری بهینه را با چالش جدی مواجه می‌سازند. همچنین، افزایش تقاضای انرژی، آلودگی زیست‌محیطی، تلفات انرژی و نوسانات ولتاژ از دیگر چالش‌های اساسی در مدیریت ریزشبکه هستند. در این میان، نادیده گرفتن وابستگی آماری میان متغیرهای نامطمئن می‌تواند دقت مدل‌سازی شرایط واقعی بهره‌برداری را کاهش دهد. در این پژوهش، یک چارچوب تصادفی دو مرحله‌ای برای مدیریت انرژی ریزشبکه با درنظرگرفتن برنامه‌های پاسخگویی بار و وابستگی میان عدم‌قطعیت‌های ناشی از تولید منابع تجدیدپذیر، بار شبکه و قیمت برق ارائه می‌شود. روش انجام کار به این صورت است که ابتدا با استفاده از روش تصادفی دو مرحله‌ای و کاهش سناریوی ترکیبی، برنامه‌ریزی تولید و خرید انرژی و تعیین رزرو لازم بر اساس پیش‌بینی‌ها انجام می‌شود. سپس در مرحله دوم، با وقوع هر سناریو، تصمیمات تطبیقی برای جبران انحرافات واقعی اتخاذ می‌شود. برای تولید سناریوهای وابسته از کاپولای گاوسی و روش مونت‌کارلو استفاده می‌شود، سپس سناریوها با روشی ترکیبی کاهش می‌یابند. داده‌های مورد استفاده در این مقاله شامل پیش‌بینی‌های تولید منابع تجدیدپذیر، بار و سیستم ۳۳ باسه IEEE است و برای شبیه‌سازی از الگوریتم ژنتیک در محیط نرم‌افزار متلب استفاده می‌شود. نتایج نشان می‌دهد که روش پیشنهادی موجب کاهش ۳۹ درصدی هزینه بهره‌برداری، ۲۸ درصدی آلایندگی، ۵۷ درصدی هزینه رزرو، ۲۱ درصدی تلفات توان و ۳۴ درصدی انحراف ولتاژ می‌شود. بنابراین مدل پیشنهادی با درنظرگرفتن وابستگی میان عدم‌قطعیت‌ها، در مقایسه با فرض استقلال، موجب بهبود هم‌زمان شاخص‌های اقتصادی، زیست‌محیطی و فنی ریزشبکه می‌شود.
